Más de la mitad de la población de EE. UU. Vive en condados o parroquias de cuencas costeras. Las comunidades costeras a lo largo del Golfo de México se encuentran entre las más densamente pobladas, también una región donde las altas concentraciones de recursos energéticos la han convertido en un centro nacional para muchas instalaciones de almacenamiento de captura de carbono a gran escala.

La proximidad al océano tanto de las comunidades locales como de las infraestructuras energéticas los hace extremadamente vulnerables a la devastación que pueden causar las inundaciones y los daños causados ​​por el viento a causa de los fenómenos meteorológicos severos en el Golfo. que aumentan tanto en frecuencia como en intensidad con cada temporada de huracanes.

Clint Dawson, profesor en el Departamento de Ingeniería Aeroespacial y Mecánica de Ingeniería (ASE / EM) y director del Grupo de Hidráulica Computacional en el Instituto Oden de Ingeniería y Ciencias Computacionales en UT Austin, está trabajando para hacer que las predicciones de marejadas ciclónicas para huracanes sean más precisas que nunca. Gracias a una nueva subvención del Departamento de Energía (DOE), Dawson dirigirá un proyecto de investigación interdisciplinario para desarrollar un marco computacional de "gemelo digital" que acorte la brecha entre las simulaciones multifísicas y el descubrimiento de conocimientos a través de tecnologías de inteligencia artificial (IA) y aprendizaje automático (ML). llamado MuSiKAL.

Simplemente pon, un gemelo digital es una representación virtual de un objeto o sistema que abarca todo su ciclo de vida a través de actualizaciones periódicas de datos en tiempo real proporcionadas por sensores distribuidos por el objeto o sistema. Usando simulaciones, aprendizaje automático y otras tecnologías de toma de decisiones, Los gemelos digitales pueden ayudar a predecir el comportamiento y el rendimiento futuros.

El equipo de Dawson ha estado modelando predicciones de marejadas ciclónicas durante dos décadas, del huracán Katrina, Rita, Ike y Harvey a la tormenta más grande de esta temporada hasta la fecha, Huracán Ida. Y el experto en marejadas ciclónicas será el primero en decirle que cada uno tiene su propio conjunto de características únicas. Pero aún se pueden aprender lecciones de cada uno de ellos que podrían informar futuras respuestas.

Actualmente, cuando se ejecuta un modelo de huracán, Las mediciones se recopilan en lugares muy discretos:a lo largo de la costa y en el océano, por ejemplo, pero estos puntos no representan todos los puntos de todas las regiones que podrían verse afectados.

"Necesitamos tener un modelo que proporcione información adicional. Si tenemos esos datos disponibles para usar, puede informar mejor los modelos que estamos ejecutando actualmente, "Dijo Dawson." Y luego podemos volver atrás y comparar los modelos con los datos para obtener una imagen más precisa ".

Los gemelos digitales ya se han desarrollado para una variedad de situaciones, desde el diseño de aviones modernos hasta sistemas que ayudan en la gestión de ciudades enteras. En el contexto del modelado de condiciones meteorológicas extremas, la tecnología podría permitir predicciones aún más rápidas del comportamiento de las tormentas en tiempo real al combinar el conocimiento sobre tormentas anteriores con la ayuda de IA y ML.

"Estos modelos son muy complejos y pueden llevar horas simularlos en una supercomputadora. Si podemos usar el aprendizaje automático basado en datos que se han recopilado de huracanes anteriores que son muy similares, entonces quizás podríamos ofrecer predicciones más rápidas en tiempo real, "Dijo Dawson.

A través del programa Advanced Scientific Computing Research (ASCR), el DOE apoyará a un equipo colaborativo de científicos experimentales y computacionales de la Universidad de Texas en Austin. Universidad Estatal de Luisiana, la Universidad de Notre Dame y el Laboratorio Nacional del Noroeste del Pacífico. Serán dirigidos por Dawson junto con su compañero profesor de ASE / EM y miembro principal de la facultad del Instituto Oden, Tan Bui-Thanh.

Otros expertos de UT que participan incluyen a Bridget Scanlon y Alexander Sun de la Oficina de Geología Económica de UT y Dev Niyogi y Zong-Liang Yang de la Escuela de Geociencias de Jackson.

El DOE ha estado invirtiendo recientemente en el desarrollo de modelos del sistema terrestre para la investigación climática. Dawson dijo que espera trabajar en una investigación que esté directamente relacionada con las predicciones climáticas.

"Creo que este será un proyecto innovador, y se alinea bien con la experiencia que hemos ido acumulando durante 20 años, Dawson dijo:"Conectar con el Departamento de Energía para desarrollar proyecciones a mayor escala de lo que sucederá en el sector energético y en la sociedad en su conjunto debido al clima futuro es muy emocionante".

El fondo del Departamento de Energía para Infraestructura Integrada de Computación y Datos para Investigación Científica proporcionará $ 5.2 millones en total al proyecto y UT Austin recibirá $ 3 millones.